feature-prioritisation
GitHub该技能应用RICE、MoSCoW、Kano等框架对功能进行优先级排序和分类。根据场景推荐框架，收集必要数据，生成带评分和理由的排序列表及构建建议，辅助产品决策。
触发场景
安装
npx skills add mohitagw15856/pm-claude-skills --skill feature-prioritisation -g -y
SKILL.md
Frontmatter
{
"name": "feature-prioritisation",
"description": "Aplicar marcos de priorización (RICE, MoSCoW, Kano, ICE, Opportunity Scoring) para clasificar características y elementos de backlog. Usar cuando se solicite priorizar características, clasificar un backlog, decidir qué construir a continuación, o evaluar compensaciones entre ideas en competencia. Produce una lista de características clasificada y puntuada con tablas específicas del marco, orden de construcción recomendado, elementos depriorizados, y supuestos realizados."
}
Skill de Priorización de Características
Aplicar el marco de priorización correcto a cualquier backlog y producir una clasificación clara y defendible con justificación — no solo una lista ordenada.
Entradas Requeridas
Solicitar al usuario estos datos si no se proporcionan:
- Lista de características o iniciativas a priorizar
- Objetivo o métrica siendo priorizada (OKR, lanzamiento, sprint)
- Marco preferido (o recomendar basado en contexto más abajo)
- Datos del equipo: estimaciones de alcance, estimaciones de esfuerzo, velocidad (para RICE)
Guía de Selección de Marco
Preguntar al usuario qué marco prefiere, o recomendar basado en contexto:
| Situación | Marco Recomendado |
|---|---|
| Necesitar una puntuación rápida basada en datos | RICE |
| Reunión de alineación de stakeholders | MoSCoW |
| Entender deleite del cliente vs expectativas | Kano |
| Startup en fase temprana, decisiones rápidas | ICE |
| Identificar necesidades de clientes infraservidas | Opportunity Scoring |
| Decisiones estratégicas de cartera | Matriz de Valor vs Esfuerzo |
Puntuación RICE
Fórmula: (Alcance × Impacto × Confianza) ÷ Esfuerzo
| Factor | Definición | Escala |
|---|---|---|
| Alcance | Usuarios impactados por trimestre | Número real |
| Impacto | Efecto en el objetivo por usuario | 0.25 / 0.5 / 1 / 2 / 3 |
| Confianza | Qué tan seguro estás? | 50% / 80% / 100% |
| Esfuerzo | Personas-mes requeridos | Número real |
Tabla de salida:
| Característica | Alcance | Impacto | Confianza | Esfuerzo | Puntuación RICE | Prioridad |
|---|
Método MoSCoW
Categorizar cada característica como:
- Must Have — no negociable para lanzamiento/sprint; el producto falla sin ella
- Should Have — importante pero no crítica; existen soluciones alternativas
- Could Have — agradable de tener; incluir solo si hay tiempo
- Won't Have (this time) — explícitamente fuera de alcance ahora; puede revisitarse
Siempre preguntar: "Must have para qué?" — definir el alcance (lanzamiento, sprint, trimestre) antes de categorizar.
Puntuación ICE (Startup/modo rápido)
Fórmula: Impacto + Confianza + Facilidad (cada una 1–10)
Rápido, subjetivo — bueno para decisiones tempranas antes de que existan datos.
Modelo Kano
Clasificar características en:
- Basic (Must-be): Esperado; la ausencia causa insatisfacción
- Performance: Más = mejor satisfacción; relación lineal
- Excitement (Delighters): Inesperado; crea deleite; la ausencia es neutral
- Indifferent: A los usuarios no les importa de una forma u otra
- Reverse: Algunos usuarios lo quieren, otros no
Recomendar construir: todas las características Basic primero → características Performance para casos de uso clave → 1–2 características Excitement por release.
Helper Programático
Este skill incluye un script Python que solo usa stdlib y que calcula la clasificación para los marcos basados en matemáticas (RICE, ICE) para que la puntuación de características sea consistente entre sesiones.
# RICE desde JSON
python3 scripts/feature_prioritisation.py initiatives.json --framework rice
# RICE desde CSV
python3 scripts/feature_prioritisation.py initiatives.csv --framework rice --format csv
# ICE desde JSON
python3 scripts/feature_prioritisation.py features.json --framework ice
# Pasar mediante pipe
printf '%s\n' '[{"name":"API refactor","impact":8,"confidence":80,"ease":5}]' \
| python3 scripts/feature_prioritisation.py --framework ice -
Usar --json para producir salida legible por máquina para herramientas posteriores.
Formato de Salida
Priorización de Características — [Producto/Equipo] — [Fecha]
Marco Utilizado: [RICE / MoSCoW / ICE / Kano / Personalizado] Alcance: [Sprint / Trimestre / Release] Objetivo siendo priorizado: [Métrica u objetivo]
[Tabla puntuada usando marco seleccionado]
Orden de Construcción Recomendado:
- [Característica] — [justificación de 1 línea]
- [Característica] — [justificación de 1 línea]
- ...
Explícitamente Depriorizadas:
- [Característica] — Razón: [breve]
Supuestos Realizados:
- [Cualquier estimación o juicio usado en la puntuación]
Directrices
- Siempre anclar la priorización a un objetivo o métrica específica — nunca priorizar en el vacío
- Señalar cuando dos características tienen puntuaciones similares pero perfiles de riesgo muy diferentes
- Si la política de stakeholders está influenciando la priorización, nombrarla explícitamente y sugerir separar la puntuación del marco de la decisión final
- Recomendar revisitar prioridades cada 2 semanas como mínimo
- Nunca producir una lista clasificada de una sola columna sin justificación — explicar las 3 decisiones superiores e inferiores
Verificaciones de Calidad
- Cada elemento se puntúa contra el mismo objetivo o métrica (no diferentes objetivos por elemento)
- Los elementos depriorizados se enumeran explícitamente con razones (no solo ausentes de la lista clasificada)
- Los supuestos usados en la puntuación están documentados
- La política de stakeholders o preferencias personales se separan de la puntuación del marco
- La priorización está anclada a un alcance específico (sprint / trimestre / lanzamiento)
Anti-Patrones
- No puntuaizar elementos contra diferentes objetivos — cada elemento en una sesión de priorización debe puntuarse contra el mismo objetivo
- No omitir elementos depriorizados — enumerar explícitamente qué se eliminó y por qué es tan importante como la lista clasificada
- No dejar que la política de stakeholders anule las puntuaciones del marco sin documentar el override y la razón
- No mezclar puntuaciones RICE, ICE, o MoSCoW entre marcos en una sola sesión — elegir un marco por ejercicio de priorización
- No tratar la salida como final sin documentar los supuestos usados en la puntuación — los supuestos cambian, y la lista debe ser revisitable
版本历史
- a38bc30 当前 2026-07-05 11:08
